AI 原生 agency 同傳統 agency 唔係同一門生意配一份更大嘅工具 budget。真正嘅分別在於「默認」坐喺邊、工作點樣配人、以及客戶實際喺買咩。傳統 agency 賣一個團隊同佢嘅工時，工具輔助啲人。AI 原生 agency 賣一套 operating model 同判斷，由部機器產出第一 pass、由 senior 嘅人嚟決定。其他一切——定價、人頭、範圍、風險——都源自呢一個分別。
我經營過、亦都請過呢兩種營運，而我見得最多嘅困惑，係將「AI 原生」當成一枚成熟度徽章。佢唔在於你用幾多個 model、或者你個 stack 幾現代。佢在於「默認」嘅方向，嗰個係一個你做過或冇做過嘅設計決定。
真正重要嘅分別
喺傳統 agency，一個人開始工作，一個工具加速其中一部分。一位 strategist 寫份 slide；個 model 建議幾個 headline。人係來源，工具係加速器。喺 AI 原生 agency，model 開始工作，人 review 同決定。Model 起草份 slide，strategist 編輯佢、並承擔個決定。
噉聽落好似一個小反轉。佢唔係。當 model 係來源，槓桿嚟自個 workflow 同你俾佢嘅 context，而唔嚟自你能將幾多人指向呢份工作。噉改變咗成本基礎、組織圖同個 pitch。一間話「AI 原生」卻仍然賣人頭嘅 agency，買咗工具卻冇改變呢門生意。
兩個 model 並列
| 維度 | 傳統 agency | AI 原生 agency |
|---|---|---|
| 「默認」坐喺邊 | 人產出，工具輔助 | Model 產出，人判斷 |
| 槓桿 | 人頭——更多人，更多產出 | Workflow 同 memory——更好嘅 context，更多產出 |
| 人員形態 | 寬金字塔，少 senior 壓多 junior | 細而 senior、以 review 為主 |
| 定價基礎 | 工時乘費率 | 結果同判斷，retainer 或 project |
| 咩規模化得到 | 你 bill 得到嘅團隊 | Workflow 同客戶 context layer |
| 客戶買咩 | 產能同覆蓋 | 判斷同一套 operating model |
| 到一個 variant 嘅速度 | 幾日同一個製作成本 | 幾分鐘，邊際成本近乎零 |
| 主要風險 | AI 削減工時帶嚟嘅 margin 侵蝕 | 質素控制同 review 紀律 |
呢啲行本身都唔係價值判斷。一間喺手藝上確實出色嘅傳統 agency，贏得到一間平庸嘅 AI 原生 agency。呢張表講嘅係機制，唔係質素——佢話你知你實際喺度經營邊種生意。
人員含義
傳統 agency 嘅經濟學嚟自槓桿：請一位 senior、用 junior 圍住佢，按混合費率俾個金字塔 bill。AI 移除咗個金字塔底部嘅大部分需要，因為 junior 做嘅拼裝工作而家係 model 嘅第一 pass。剩低嘅係從來就係真產品嘅 senior 判斷，加上少數跑得到同 review 得到個 workflow 嘅人。
結果係一個睇落倒轉咗嘅團隊：人更少，其中更多係 senior，由部機器承載個量。噉唔係一句「以更少做更多」嘅口號；佢係一種唔同嘅組織設計，嗰度定天花板嘅係 review standard，唔係生產線。Agency design 框架係決定邊啲服務值得嗰批 senior 嘅誠實方式，而同樣嘅邏輯喺 agency 內部都適用。
難嘅部分係過渡。你唔可以喺保留傳統金字塔嘅同時重新定價到 AI 原生嘅成本基礎，因為你想捕捉嘅 margin 會作為閒置嘅 junior 工時漏走。人員改變同定價改變係同一個決定由兩面睇。
定價含義
如果你賣工時，AI 係個問題：佢令份工作更快，意味住可 billable 工時更少，意味住同樣嘅產出帶嚟更少收入。傳統 agency 最先撞到呢堵牆，因為佢哋成個商業模式都假設時間追蹤成本。個工具越快，張單越差。
如果你賣結果同判斷，AI 係一個優勢：佢令你以更低成本交付更多、並留低其中一部分差價。AI 原生 agency 俾個決定定價——份 plan、個標準、個結果——將背後嘅 production 當作佢控制嘅一項輸入成本。定價問題值得單獨處理，但個原則好簡單：唔好再為 AI 變平嗰樣嘢收費。
客戶實際喺買咩
傳統客戶買覆蓋。佢哋想要一個處理得到一堆工作嘅團隊，佢哋為嗰個團隊嘅規模俾錢。AI 原生客戶買判斷。佢哋想要個決定啱、個標準守得住、份工作推進得快過自己團隊管得到——而佢哋樂於接受一個細 senior 團隊加一個 model 做呢件事。
呢個就係點解 AI 原生嘅 pitch 更短、更難。你冇得賣一個龐大而令人安心嘅團隊，因為你冇。你賣結果、速度，以及一個更精幹嘅 model 提供得到嘅 senior 接觸。有啲客戶仍然想要嗰個大團隊，對佢哋嚟講傳統 agency 的確係啱嘅答案。
風險畫像唔同
兩個 model 以相反方式失敗，呢個喺你揀 partner 時好重要。傳統 agency 嘅風險係 margin：佢俾工時定價，AI 削減工時，個 model 喺關係底下被侵蝕。佢嘅失敗模式係一個緩慢嘅擠壓，唔係突然嘅斷裂，所以佢可能睇落健康，直到續約嗰場對話。
AI 原生 agency 嘅風險係質素控制。由 model 產出第一 pass，成門生意都壓喺個 review standard 守得住上面。如果 review 滑咗——因為團隊太精幹、或者太快、或者唔夠 senior——產出會靜靜雞退化，並俾客戶捉到，嗰個係最差嘅暴露地點。傳統 agency 通常冇同樣嘅風險，因為一開始就係人產出咗份工作。
兩個風險都唔係致命嘅。但你應該知道你買嘅係邊一個。如果你簽一間 AI 原生店，問個 review standard 係咩、邊個簽批。如果你簽一間傳統店，問個定價點樣喺已經發生緊喺背景嘅自動化之下生存。
傳統 model 仍然勝出嘅地方
傳統 agency 保留真實優勢。深厚嘅 category 關係、細 AI 原生店匹敵唔到嘅大生產能力、複雜嘅全球協調、以及單純信任一個熟悉結構嘅客戶。仲有一層真實嘅信任維度：一間重機器嘅店，要喺一個緊張嘅客戶肯信佢之前先證明到佢個 review standard。
誠實嘅立場係：呢啲係俾兩類唔同買家嘅兩種唔同產品。個錯誤係想同時係兩者——賣住個傳統團隊，卻喺底下跑住 AI 原生嘅經濟學。噉產出嘅係一個混亂嘅 pitch 同一盤漏水嘅 P&L。
如果你係轉型者，個動作係咩
想轉變嘅傳統 agency 唔會一夜翻轉。通常管用嘅次序係：揀一個拼裝佔比高嘅服務，將佢嘅交付圍繞一條 model-first workflow 重建，為新嘅成本基礎重新定價，並證明質素守得住。逐項服務重複。Agency-Model 指南勾勒嗰個更大嘅過渡，面向 agency 嘅 lane將佢貫穿定價同人頭嚟做。
FAQ
AI 原生 agency 淨係一間用咗 AI 工具嘅傳統 agency 咩？
唔係。用 AI 工具係入場門檻，咩都唔說明。個區分在於：係 model 產出第一 pass、人判斷，定係人產出、model 輔助。前者係一個唔同嘅商業模式；後者係同一門生意配一個快啲嘅團隊。
傳統 agency 可以唔縮水就變成 AI 原生咩？
佢可以變成 AI 原生，但人員通常要變，因為個槓桿模式依賴 AI 而家做嘅拼裝工作。如果你逐項服務排序、而唔係一次翻轉成間 agency，過渡係可控嘅。
邊個 model 對客戶更好？
取決於客戶喺買咩。如果佢哋需要判斷、速度同 senior 接觸，AI 原生啱啲。如果佢哋需要大而熟悉嘅生產能力同 category 關係，傳統 agency 可能真係服務得好啲。兩者都唔係普遍正確。
AI 原生 model 平啲咩？
按單位產出成日平啲，總花費上唔一定。慳到嘅既體現為彈性同速度，亦都體現為一張更細嘅單。我唔會以價錢領一個 pitch；我會以決定質素同 operating model 領。
短版
AI 原生 vs 傳統唔係工具問題。佢係「默認」坐喺邊、工作點樣配人、以及客戶買咩——產能定判斷——嘅問題。傳統 agency 賣工時同團隊；AI 原生 agency 賣一套 operating model 同決定。兩者都出色得到；失敗嘅係想同時係兩者，卻唔確定自己到底係邊一個。Agency-Model 指南覆蓋成條 lane。
如果你經營一間 agency，我好想聽下你會先遷移邊項服務——嗰個選擇通常揭示真正嘅策略。
Cheers, Chandler
本文提供繁體中文（香港）版本。課程材料（影片、template同配套指南）以英語同日語提供。本網站提供13種語言版本。